我目前是华南理工大学电子与信息学院的博士生，在那里我获得了学士学位。我的研究兴趣主要集中在自然语言处理（NLP）、计算机视觉（CV）、深度学习（DL）、图像处理和对话系统。
邮箱: yirong.chen@outlook.com
领英: https://www.linkedin.com/in/chenyirong
Github: https://github.com/scutcyr
Publons: https://publons.com/researcher/3026890/yirong-chen
ORCID: http://orcid.org/0000-0002-0207-0067
ResearchGate: https://www.researchgate.net/profile/Yirong_Chen7
CSDN: https://blog.csdn.net/m0_37201243
Google Scholar: https://scholar.google.com/citations?user=aG5aDKEAAAAJ
教育经历
- 2015.09-2019.06 华南理工大学 (SCUT) – 电子科学与技术，本科 4年
主要经历：曾担任电子科学与技术(卓越班)班长、广东省化州大学生联合会总区会长、华南理工大学机器人与光通信课题组硬件组&ROS组负责人。
科技创新：主持或参与省级/国家级科研项目4项（国家大学生创新训练计划项目《基于可见光通信的服务机器人室内定位》获得优秀结题），本科期间发表SCI论文4篇，申请发明专利10余项，获得校级以上科技奖项9项，获得广东省大学生电子设计竞赛一等奖(负责人)、2017年美国大学生数学建模竞赛一等奖(负责人)、2018年美国大学生数学建模竞赛一等奖、2017年全国大学生数学建模竞赛(广东赛区)一等奖(负责人)、2016年全国大学生数学建模竞赛(广东赛区)二等奖、大学生微创业行动银奖(20000元)。
奖金荣誉：曾获得新玛德一等奖学金、华为奖学金(5000元)、汇顶科技特等奖学金(15000元)、“华工榜样”称号、华南理工大学三好学生(2次)、华南理工大学优秀共青团员，带领团队获得华南理工大学“先进班集体”、华南理工大学“十大卓越团队”、华南理工大学校级文明宿舍(2017、2018)等。
技术能力：数学建模、STM32编程、C语言、机器人ROS开发、Java开发、Android开发等。
- 2019.09-至今 华南理工大学 (SCUT) – 信息与通信工程，博士 5年
主要经历：担任华南理工大学电信2019级博士班班长、化州学联研究生会会长(2019)，曾获得2019-2020年度华南理工大学优秀研究生干部、2019-2020年度欣旺达新能源奖学金、2020-2021年度华南理工大学优秀研究生骨干等，现为人体数据感知教育部工程研究中心个性情感对话小组学生负责人，至今参与个性情感对话生成相关的省市级以上科研项目3项，期间实现了实验室服务器架构规范管理，情感与个性交互研究框架的统一，作为学生第一负责人发布了首个中文个性情感对话数据集CPED(Github上半年内获得80多个star，同时被国内千言平台收录)，提出对话中的人格识别（PRC）、个性情感对话生成（PEC）等新颖的NLP任务。
技术能力：Pretrained Model、开放域对话、Python、Pytorch、Transformers、Bash、Ignite、Tensorflow、Linux运维、服务器管理等。
研究经历
| 大规模中文个性情感对话数据集CPED构建 2019.09-2021.12考虑机器人与人对话中的个性、情感等信息对于对话生成的重要性，自主构建了对话个性情感标注工具，在40部中文电视剧上采集了超过1.2万个对话，超过13.3万个语句，提供了3类属性标注（姓名、性别、年龄），大五人格特质标注，2类情感标注（3分类粗粒度情感、13分类细粒度情感），以及对话动作DA标注等与情感、个性特质相关的多源知识，在Github上一个月内获得44个star，同时被国内千言平台收录。所构建的CPED数据集可以用于对话理解任务和对话生成任务的评估，例如说话人建模、对话中的个性识别、对话中的情感识别、对话中的DA识别、情感对话生成、个性会话生成、移情对话生成等，它将对促进认知智能的发展起到积极的作用。论文已投稿至TASLP(第一作者)。 |
| 对话中的人物个性与语句情感推理研究 2021.09-2022.09考虑服务机器人的工作场景，理解说话人的人格对于提供个性化服务具有重要意义，在对话当中提出1-N对话中的说话人人格识别任务，基于某个人以及他与其他N个人的交谈来预测该人物的人格，提出了模型，在五个维度的人格三分类F1分值达到74.08，准确率达到67.25；基于对话中说话人的情感一致性与突变性特点，建模句子转移关系、情感转移关系，实现会话编码-情感序列解码模型CEED，在对话情感识别任务和对话回复情感预测任务上取得良好的效果。论文《Speaker-aware Hierarchical Transformer for Personality Recognition in Multiparty Dialogues》已投稿ICASSP2023(第二作者)。 |
| 显式与隐式的个性情感对话生成研究 2021.01-2022.07针对个性情感对话生成（包含个性化会话生成、情感会话生成），提出个性/情感的隐式嵌入{emo+da}-GPT、个性/情感的显式嵌入框架GPT-{per+emo+da}，进一步改善了预训练开放域对话生成模型的个性表达与情感表达能力，在PPL、Distinct-1/2、Bertscore以及人工评价指标上均有良好的提升，使得对话系统的拟人化表达能力有显著提升。该工作已与数据集CPED一起投稿至TASLP。 |
| 融合句法结构信息的开放域对话生成研究 2021.09-2022.07根据句法自主理论，在句子加工过程中句子不同层级的信息是由大脑的不同功能性模块完成的，句法加工只受到句法结构信息的影响，因此，将句子依存关系在自注意力层进行建模，提出句子依存注意力DRA将包含句法结构信息的依赖关系知识有效地融合到Transformer块中，在DailyDialog、EmpatheticDialogues数据集上进一步提升多轮对话生成模型的类人表达性能。该成果已发表在Workshop SUKI @ NAACL2022 (第二作者)。 |
| 基于Prompt+多任务学习的沉浸式多模态对话系统 2022.07-2022.11提出一种基于提示的多任务学习编码器-解码器，其中不同的子任务使用不同的提示，以使模型倾向于关注当前子任务。在第十一届国际对话系统挑战赛(DSTC-11) Track 1的子任务1（模糊候选识别）获得冠军，在子任务2~4（多模态共指消解（MM-Coref）、多模态对话状态跟踪（MM-DST）和回复响应生成）中获得亚军。论文已投稿至DSTC-11 Workshop @ ACL 2023(第一作者)。 |